图2.世界先进月度82S

  “书生·万卷”预训练语料开源发布,赋能国产AI生态建设:  8月14日,上海AI实验室宣布,联合中央广播电视总台、人民网、国家气象中心、中国科学技术信息研究所等语料数据联盟成员,共同开源发布“书生·万卷”1.0多模态预训练语料。“书生·万卷”1.0目前包含文本数据集、图文数据集、视频数据集三部分,本次开源的数据总量超过2TB。该语料数据包含超过5亿个文本,2200万个图文交错文档,1000个节